CN109062227A - 一种基于动态窗口的多曲线局部路径规划方法 - Google Patents

一种基于动态窗口的多曲线局部路径规划方法 Download PDF

Info

Publication number
CN109062227A
CN109062227A CN201811116097.7A CN201811116097A CN109062227A CN 109062227 A CN109062227 A CN 109062227A CN 201811116097 A CN201811116097 A CN 201811116097A CN 109062227 A CN109062227 A CN 109062227A
Authority
CN
China
Prior art keywords
robot
path
parameter
paths
group
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201811116097.7A
Other languages
English (en)
Inventor
朱策
赵希
段昶
王帅
李�浩
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
University of Electronic Science and Technology of China
Original Assignee
University of Electronic Science and Technology of China
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by University of Electronic Science and Technology of China filed Critical University of Electronic Science and Technology of China
Priority to CN201811116097.7A priority Critical patent/CN109062227A/zh
Publication of CN109062227A publication Critical patent/CN109062227A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0214Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas

Landscapes

  • Engineering & Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
  • Manipulator (AREA)

Abstract

本发明属于机器人导航技术领域,具体涉及一种基于动态窗口的多曲线局部路径规划方法。本发明将局部路径分为多段,每一段使用一组参数,通过此方法可以拟合出更为复杂,适应性更强的路径。本发明解决了现有局部路径规划中,短路径预知性差,难以避开障碍物,长路径适应性差,狭窄场景容易失效的问题。

Description

一种基于动态窗口的多曲线局部路径规划方法
技术领域
本发明属于机器人导航技术领域,具体涉及一种基于动态窗口的多曲线局部路径规划方法。
背景技术
机器人技术的研究是近年来的一大热点,机器人为了完成复杂的操作,其自主移动能力则是基础,其中寻路导航是支撑机器人自主移动能力的核心算法之一。
现在寻路导航算法包含的基本模块有地图绘制模块,定位模块,全局路径规划模块,局部路径规划模块,规划器失效后的补救模块。这几个模块协作完成机器人的自主移动。地图绘制模块把外部传感器获取的信息依照既定的方式组合并储存下来,形成地图。定位模块实时输出自身在地图中的位置。全局路径规划模块在有了新的目标点后,根据地图中的是障碍物信息输出一条可通行路径。局部路径规划模块根据全局路径控制机器人到达目标点,并且处理行进过程中出现的各种突发状况(如有人阻挡,地图上未标明的障碍物,等)。补救模块仅在全局路径规划器和局部路径规划器失效后运行,通过逃离、等待等方法使机器人回到正常执行的状态。
局部路径规划器在执行时,会根据当前时刻机器人的位置,速度,姿势等信息生成多条不同路径(通常是数十条),在这些不同路径中选出一条最合适的,依此控制机器人运行,需要注意的是,这些路径仅仅是模拟的,只有其中的一条路径会被执行。这些路径基于机器人的状态,根据允许的不同加减速,转向拟合而成,例如,机器人维持当前速度直行1秒,将会在地图中移动过一条直线,这条直线就是一条路径。每条路径会被授予一个代价,机器人将选择代价小的路径执行。传统的方法中,虽然会对每种不同的速度和转向速度进行模拟,但是如果模拟时间选的长,路径较长,转向速度较大的路径就会有过转现象,从而导致路径碰到障碍物或代价较大被淘汰;模拟时间选的短,路径不会受到稍远障碍物影响,避障效果差。
发明内容
本发明的目的在于:为解决现有的局部路径规划技术中,如果模拟时间选的长,路径较长,转向速度较大的路径就会有过转现象,从而导致路径碰到障碍物或代价较大被淘汰;模拟时间选的短,路径不会受到稍远障碍物影响,避障效果差的问题,本发明提供一种多曲线局部路径规划方法。
本发明的技术方案如下:
一种基于动态窗口的多曲线局部路径规划方法,该方法用于机器人导航,如图1所示,包括以下步骤:
S1、根据输入的当前时刻机器人的状态,生成N1组控制机器人的第一参数;所述机器人的状态至少包括机器人的位置、姿势,机器人能够执行的最大加速度、最大转向加速度和模拟时间,所述第一参数至少包括第一期望速度、第一期望转向速度;
S2、根据S1中生成的每一组参数,模拟使用该组参数的第一期望速度、第一期望转向速度运行模拟时间的一半,模拟出的N1条路径;
S3、对于S2中模拟出的每一条路径,根据路径中最后一个点机器人的状态,生成N2组控制机器人的第二参数,所述第二参数至少包括第二期望速度、第二期望转向速度、已完成的半条路径;
S4、对于S3中生成的每一组参数,模拟使用该组参数的第二期望速度、第二期望转向速度,以已完成的半条路径终点为起点,运行模拟时间的另一半走过的路径,并和已完成的半条路径组合成完整的路径;
S5、为S4中每一条完整路径计算代价;
S6、选取代价最小的路径作为执行路径;
S7、选取执行路径前半段的第一期望速度、第一期望转向速度作为机器人的最终控制命令。
本发明的方案中,输入为机器人的位置,姿势,机器人能够执行的最大加速度,最大转向加速度,模拟时间;根据输入的信息模拟多条可中途变向的路径,选择其中最好的路径,并输出控制信号,即本发明的方法,是根据当前机器人的状态和期望目标,计算最优局部路径并且输出控制命令的方法,主要是将局部路径分为多段,每段执行不同的控制命令,从而适应更加复杂的环境。
本发明的有益效果为,机器人在狭窄的环境中运行时,既要考虑到对障碍物的预知,又要考虑可通行性。为了尽早发现障碍物,模拟时间不可太短,路径较长。如果使用单一速度、转向速度,进入狭窄通道的路径(此狭窄路径往往是必走之路)极易发生碰撞从而被淘汰,而远离目标的路径虽然代价很大,却因为正确路径被淘汰反而胜出。这种情况会导致机器人无法通过原本可通过的狭窄通道,使用本发明可以在短暂转向转入通道后选择直行,从而解决上述问题。
附图说明
图1为本发明的流程图;
图2为本发明与传统方法的比较示意图。
具体实施方式
在发明内容部分已经对本发明的方案进行了详细描述,在此不再赘述。
如图2所示,左侧为本发明,右侧为传统方法;可以看出,本发明输出的路径由一段转向和一段直行拟合而成,能顺利通过此通道,而传统方法则因为路径撞到障碍物而无法转向。
需要特别说明的是,本发明的方案中提出了路径分2次拟合,但是在实际应用中,对于处理速度较快的机器,路径可以分更多次拟合,适应性将更好。

Claims (1)

1.一种基于动态窗口的多曲线局部路径规划方法,该方法用于机器人导航,其特征在于,包括以下步骤:
S1、根据输入的当前时刻机器人的状态,生成N1组控制机器人的第一参数;所述机器人的状态至少包括机器人的位置、姿势,机器人能够执行的最大加速度、最大转向加速度和模拟时间,所述第一参数至少包括第一期望速度、第一期望转向速度;
S2、根据S1中生成的每一组参数,模拟使用该组参数的第一期望速度、第一期望转向速度运行模拟时间的一半,模拟出的N1条路径;
S3、对于S2中模拟出的每一条路径,根据路径中最后一个点机器人的状态,生成N2组控制机器人的第二参数,所述第二参数至少包括第二期望速度、第二期望转向速度、已完成的半条路径;
S4、对于S3中生成的每一组参数,模拟使用该组参数的第二期望速度、第二期望转向速度,以已完成的半条路径终点为起点,运行模拟时间的另一半走过的路径,并和已完成的半条路径组合成完整的路径;
S5、为S4中每一条完整路径计算代价;
S6、选取代价最小的路径作为执行路径;
S7、选取执行路径前半段的第一期望速度、第一期望转向速度作为机器人的最终控制命令。
CN201811116097.7A 2018-09-25 2018-09-25 一种基于动态窗口的多曲线局部路径规划方法 Pending CN109062227A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811116097.7A CN109062227A (zh) 2018-09-25 2018-09-25 一种基于动态窗口的多曲线局部路径规划方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811116097.7A CN109062227A (zh) 2018-09-25 2018-09-25 一种基于动态窗口的多曲线局部路径规划方法

Publications (1)

Publication Number Publication Date
CN109062227A true CN109062227A (zh) 2018-12-21

Family

ID=64765668

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811116097.7A Pending CN109062227A (zh) 2018-09-25 2018-09-25 一种基于动态窗口的多曲线局部路径规划方法

Country Status (1)

Country Link
CN (1) CN109062227A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109782779A (zh) * 2019-03-19 2019-05-21 电子科技大学 基于种群超启发式算法的洋流环境下auv路径规划方法
CN109814576A (zh) * 2019-02-22 2019-05-28 百度在线网络技术(北京)有限公司 自动驾驶车辆的速度规划方法、装置和存储介质
CN109976343A (zh) * 2019-03-26 2019-07-05 电子科技大学 一种基于动态窗口法的主动避障方法
CN112526991A (zh) * 2020-11-25 2021-03-19 中国科学技术大学 机器人运动方法、装置、电子设备及存储介质
CN114415670A (zh) * 2021-12-28 2022-04-29 广州赛特智能科技有限公司 一种局部路径规划方法、装置、机器人及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106515722A (zh) * 2016-11-08 2017-03-22 西华大学 一种垂直泊车轨迹规划方法
CN107145153A (zh) * 2017-07-03 2017-09-08 北京海风智能科技有限责任公司 一种基于ros的服务机器人及其室内导航方法
CN107643752A (zh) * 2017-05-09 2018-01-30 清研华宇智能机器人(天津)有限责任公司 基于行人轨迹预测的全向移动机器人路径规划算法
CN107703948A (zh) * 2017-11-14 2018-02-16 上海理工大学 基于自适应动态窗口的移动机器人局部动态路径规划方法
US20180172450A1 (en) * 2016-12-21 2018-06-21 X Development Llc Boolean Satisfiability (SAT) Reduction for Geometry and Kinematics Agnostic Multi-Agent Planning

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106515722A (zh) * 2016-11-08 2017-03-22 西华大学 一种垂直泊车轨迹规划方法
US20180172450A1 (en) * 2016-12-21 2018-06-21 X Development Llc Boolean Satisfiability (SAT) Reduction for Geometry and Kinematics Agnostic Multi-Agent Planning
CN107643752A (zh) * 2017-05-09 2018-01-30 清研华宇智能机器人(天津)有限责任公司 基于行人轨迹预测的全向移动机器人路径规划算法
CN107145153A (zh) * 2017-07-03 2017-09-08 北京海风智能科技有限责任公司 一种基于ros的服务机器人及其室内导航方法
CN107703948A (zh) * 2017-11-14 2018-02-16 上海理工大学 基于自适应动态窗口的移动机器人局部动态路径规划方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
徐保来等: "改进动态窗口法的阿克曼移动机器人局部路径规划器", 《机电工程技术》 *
秦龙: "面向CGF的战场空间表示及推理关键技术研究", 《中国博士学位论文全文数据库 工程科技Ⅱ辑》 *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109814576A (zh) * 2019-02-22 2019-05-28 百度在线网络技术(北京)有限公司 自动驾驶车辆的速度规划方法、装置和存储介质
CN109814576B (zh) * 2019-02-22 2022-01-28 百度在线网络技术(北京)有限公司 自动驾驶车辆的速度规划方法、装置和存储介质
CN109782779A (zh) * 2019-03-19 2019-05-21 电子科技大学 基于种群超启发式算法的洋流环境下auv路径规划方法
CN109782779B (zh) * 2019-03-19 2020-11-06 电子科技大学 基于种群超启发式算法的洋流环境下auv路径规划方法
CN109976343A (zh) * 2019-03-26 2019-07-05 电子科技大学 一种基于动态窗口法的主动避障方法
CN112526991A (zh) * 2020-11-25 2021-03-19 中国科学技术大学 机器人运动方法、装置、电子设备及存储介质
CN112526991B (zh) * 2020-11-25 2022-05-24 中国科学技术大学 机器人运动方法、装置、电子设备及存储介质
CN114415670A (zh) * 2021-12-28 2022-04-29 广州赛特智能科技有限公司 一种局部路径规划方法、装置、机器人及存储介质
CN114415670B (zh) * 2021-12-28 2024-04-16 广州赛特智能科技有限公司 一种局部路径规划方法、装置、机器人及存储介质

Similar Documents

Publication Publication Date Title
CN109062227A (zh) 一种基于动态窗口的多曲线局部路径规划方法
Liu et al. Provably safe motion of mobile robots in human environments
CN105242533B (zh) 一种融合多信息的变导纳遥操作控制方法
Cheng et al. Topological indoor localization and navigation for autonomous mobile robot
Zhu et al. A new hybrid navigation algorithm for mobile robots in environments with incomplete knowledge
CN107168324A (zh) 一种基于anfis模糊神经网络的机器人路径规划方法
CN105043376A (zh) 一种适用于非全向移动车辆的智能导航方法及系统
CN106227223A (zh) 一种基于动态滑模控制的uuv轨迹跟踪方法
CN105302139A (zh) 基于行走逻辑的agv地图设置方法
CN112904890A (zh) 一种电力线路的无人机自动巡检系统及方法
CN112857370A (zh) 一种基于时序信息建模的机器人无地图导航方法
Sales et al. 3d vision-based autonomous navigation system using ann and kinect sensor
Darweesh et al. Openplanner 2.0: The portable open source planner for autonomous driving applications
Tariq et al. Controlled parking for self-driving cars
Min et al. Design and implementation of an intelligent vehicle system for autonomous valet parking service
CN114386599A (zh) 训练轨迹预测模型和轨迹规划的方法和装置
BAYGIN et al. PSO based path planning approach for multi service robots in dynamic environments
Kim et al. Shared teleoperation of a vehicle with a virtual driving interface
Xu et al. Indoor multi-sensory self-supervised autonomous mobile robotic navigation
CN113885494A (zh) 电力系统机器人的路径规划方法
Lin et al. Research of USV obstacle avoidance strategy based on dynamic window
Zheng et al. The Navigation Based on Hybrid A Star and TEB Algorithm Implemented in Obstacles Avoidance
Özçelikörs et al. Kinect based Intelligent Wheelchair navigation with potential fields
CN110595457B (zh) 伪激光数据生成方法、地图构建方法、导航方法及系统
Yu et al. A Direct approach of path planning using environmental contours

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20181221

WD01 Invention patent application deemed withdrawn after publication